Analisi della produzione in Posidonia oceanica

La struttura delle praterie (densità, produzione e parametri biometrici) mostra in genere grande variabilità a diverse scale spaziali (Panayotidis et al. 1981), numerosi fattori modulano tale eterogeneità spaziale e la loro interdipendenza e molteplicità rende complesso lo studio della dinamica delle praterie. La disponibilità in nutrienti può condizionare la distribuzione e la struttura della prateria per i suoi effetti sul contenuto dei tessuti, sulla produzione e quindi sulla biomassa fogliare (Pergent-Martini et al., 1995; Alcoverro et al., 1995; Alcoverro et al., 1997); così come la tipologia di substrato può influenzare la densità della prateria, o anche la riduzione dell’intensità luminosa e l’idrodinamismo determinare la sua distribuzione in profondità.

Generalmente la variabilità strutturale delle praterie e i parametri ambientali vengono messi in relazione mediante il confronto tra praterie separate geograficamente (Alcoverro et al., 1995) o lungo transetti, in rapporto a fonti diverse di perturbazione (Delgado et al., 1999; De Falco et al., 2000).

In questo studio, dopo aver ridefinito il data set sulla base dei precedenti risultati che hanno permesso di eliminare le possibili fonti di errore, si è proceduto ad analizzare la variazione della

produzione primaria della Posidonia oceanica in funzione di alcune forzanti del sistema (profondità, tipo di substrato, idrodinamismo, ecc...) che hanno effetti importanti sulla variabilità naturale della risposta della pianta. Tenendo conto della densità della prateria, i valori di produzione dei due comparti, ipogeo ed epigeo, sono stati analizzati separatamente, e in un secondo tempo sono state esaminate le relazione tra essi.

Profondità

L’intensità luminosa è uno dei fattori abiotici che direttamente determinano, attraverso il controllo della produzione primaria, il trofismo dell’ecosistema. Nel caso delle fanerogame marine, l’influenza della quantità di luce sullo sviluppo è stata provata in numerosi studi. In Posidonia

oceanica, ad esempio, la quantità di energia luminosa che raggiunge la pianta influenza la sua

distribuzione in profondità e la produzione primaria (Pirc, 1985; Buia et al., 1992; Pergent Martini

et al., 1994). La profondità del limite inferiore della prateria varia in funzione della trasparenza

dell’acqua (Duarte, 1991; Torricelli e Peirano 1997) e la struttura dei fasci e la densità sono influenzate dalla variazione nella disponibilità di luce.

I dati disponibili, utilizzati in questo lavoro di ricerca, non presentavano informazioni dirette o indirette relative alla intensità luminosa in funzione della profondità. Si è proceduto, quindi, ad analizzare direttamente le variazioni di produzione lungo il gradiente batimetrico. A tal fine i dati sono stati suddivisi in base a quattro fasce batimetriche (fascia1<5, fascia2<15, fascia3<20, fascia4>20). Riportando i valori di produzione in funzione della fascia batimetrica (Figura 18) si nota un leggero decremento per la produzione fogliare all’aumentare della profondità mentre la produzione del rizoma non mostra variazioni sostanziali tra le quattro fasce batimetriche.

0 250 500 750 1000 1250 1500 1 2 3 4 fa s c ia b a ti m e tr ic a

P fogliare (m g fascio-1 _anno-1₎

0 500 1000 1500 2000 2500 0 5 10 15 20 25 30 35 prof P . fo g liar e ( m g f ascio -1 an n o -1) 0 25 50 75 100 1 2 3 4 fa s c ia b a ti m e tr ic a

P rizom a (m g fascio-1 _anno-1₎

0 20 40 60 80 100 120 140 160 180 0 5 10 15 20 25 30 35 prof P . r iz o m a (m g fa s c io -1 a nno -1)

Figura 18. Valori medi di produzione fogliare e del rizoma in funzione della fascia batimetrica (le barre rappresentano i limiti fiduciali)

Per indagare se tali pur minime variazioni fossero legate ad una relazione della produzione con la profondità, si è fatto ricorso alla correlazione dei ranghi di Spearman che non impiega i valori precisi delle variabili ma organizza i dati secondo un ordine crescente. Il valore del coefficiente, compreso tra -1 e +1 e avente lo stesso significato del coefficiente di Pearson, rileva relazioni lineari tra variabili così come relazioni logaritmiche, esponenziali, radici quadrate ecc. Inizialmente tale analisi è stata effettuata per ogni singola prateria (considerando solo quelle con dati in tutte le fasce batimetriche) al fine di tener conto di possibili variazioni legate a fattori edafici. Sia nel caso dei dati aggregati per prateria sia nel caso dei dati considerati insieme, l’analisi non ha evidenziato alcuna relazione per entrambe le produzioni rispetto alla profondità (Tabella 3).

Tabella 3. Correlazione dei ranghi di Spearman tra la produzione dei comparti ipogeo ed epigeo e la profondità

Il test di Kruskal-Wallis, inoltre, non ha evidenziato differenze significative nei valori di produzione fogliare e del rizoma tra fasce batimetriche (Tabella 4). A tal fine, nella individuazione delle fasce da considerare, si è tenuto conto delle profondità alle quali la prateria si lascia suddividere dal punto di vista ecologico (superficiale, intermedia e profonda) in modo da avere anche un numero abbastanza omogeneo di dati per fascia.

(A) (B)

Tabella 4. Risultati del test di Kruskal-Wallis sulle differenze nei valori di produzione del rizoma (A) e di produzione fogliare (B) tra fasce batimetriche. I valori nella metà inferiore della tabella rappresentano i valori di probabilità associati all’ipotesi nulla di identità fra i campioni nei confronti a coppie dopo aver applicato la correzione di Bonferroni, mentre quelli non corretti sono nella metà superiore.

Per quanto riguarda la produzione fogliare, come abbiamo precedentemente illustrato, essa dipende dal numero di foglie prodotte in un anno (periodo del ciclo lepidocronologico) che sono rappresentate dalle scaglie che rimangono attaccate al rizoma, ma anche dalla densità del tessuto fogliare; in questo caso volendo indagare le variazioni della densità del tessuto il parametro considerato è espresso come peso secco per unità di superficie, in modo da tener conto delle variazioni legate anche alla larghezza della foglia. Si è proceduto, quindi, ad effettuare la correlazione dei ranghi di Spearman. In questo caso, come si evince dalle tabelle riportate, l’analisi

Correlazione ranghi di Spearman

P rizoma/PROF P fogliare/PROF r -0,052 -0,044 p 0,369 0,498 H:0,1541 Hc:0,1541 p:0,9258 A B C A 0,709 0,9296 B 1 0,7849 C 1 1 H:3,824 Hc:3,824 p:0,147 A B C A 0,9071 0,1674 B 1 0,0555 C 0,5022 0,1666

della correlazione dei ranghi di Spearman ha rilevato una relazione negativa significativa tra numero di scaglie e profondità e tra densità del tessuto fogliare e profondità.

L’altro parametro che contribuisce al valore finale di produzione fogliare è infine la lunghezza della foglia. Come già visto, tale variabile è stimata sulla base della relazione esistente tra lunghezza base e lunghezza foglia e sulla base delle scaglie integre che si rinvengono sul rizoma. La correlazione dei ranghi di Spearman ha mostrato che tale variabile non presenta alcuna relazione con la profondità

Tabella 5. Correlazione dei ranghi di Spearman tra densità del tessuto fogliare, numero di foglie per ciclo, lunghezza delle foglie e la profondità

Densità dei fasci

Nell’analizzare la relazione tra densità dei fasci fogliari e produzione di una prateria si è proceduto inizialmente a ricercare una eventuale relazione lineare. Per quanto riguarda la produzione del rizoma, i risultati mostrano una correlazione positiva significativa con la densità dei fasci fogliari (correlazione lineare di Pearson r=0,2658; p=0,011).

Anche in questo caso l’analisi della correlazione è stata effettuata prima all’interno delle praterie considerate (Tabella 6); dai risultati si evidenzia che nelle praterie in cui sono stati registrati valori di densità con una variazione piuttosto ampia (oltre 400 fasci al mq) e che raggiungono valori abbastanza elevati (almeno da poter classificare le praterie come “dense”), la correlazione è risultata positiva (con p<0,01 e p<0,05), ciò non si verifica per le praterie con dati di densità piuttosto omogenei (variazione intorno ai 200 fasci mq).

Correlazione ranghi di Spearman

D/PROF N/PROF L/PROF

r -0,229 -0,176 -0,0617

Correlazione Lineare (P rizoma/DENS) Range D r p Capo Testa 400 0,791 0,0110 Villasimius 400 0,759 0,0041 Vada 400 0,670 0,0086 Rosignano 550 0,265 0,0113 S Marinella 540 0,662 0,0263 Tremiti 120 0,110 0,746 Meloria 250 0,191 0,493 Talamone 140 0,432 0,160

Tabella 6. Correlazione lineare di Pearson tra densità dei fasci e produzione del rizoma per le singole praterie

Poiché la densità dei fasci è legata alla profondità, è stata effettuata una analisi della varianza a due fattori per testare l’ipotesi nulla che i valori di produzione del rizoma abbiano la stessa media tra ciascuno dei due fattori (densità e profondità) e che non ci siano dipendenze (interazioni) tra fattori. Prima di effettuare l’analisi, è stato utilizzato il test di Levene per testare l’omogeneità della varianza dei valori di produzione del rizoma tra fasce batimetriche e tra classi di densità (risultati in Tabella 7).

A tal fine i livelli per la profondità e la densità sono stati assegnati in modo da avere un numero abbastanza omogeneo di dati per ogni livello; i livelli assegnati sono:

classi densità fasce batimetriche

1: <270 fasci m-2 1: <8 m 2: <400 fasci m-2 2: <11 m 3: <510 fasci m-2 3: <16 m 4: >510 fasci m-2 4: >16 m

Tabella 7. Risultati dell’Analisi della varianza a due fattori (fascia batimetrica, classi di densità)

Two-Way ANOVA (factor A: fascia, factor B: densità)

SS df MS F p

Fact A 1028 3 342,7 0,6768 0,5669

Fact B 1,89E+04 3 6326 12,49 1,05E-07

Intera 1,43E+04 9 1584 3,127 0,0013

Within 1,46E+05 289 506,4

Total 1,78E+05 304

Levene's test (tra fasce batimetriche): p=0,375 Levene's test (tra classi di densità): p=0,236

I risultati del test evidenziano che non c'è differenza significativa tra i valori di produzione del rizoma in base alla fascia batimetrica (factor A), c'è differenza significativa tra i valori di produzione del rizoma in base alla densità (factor B), c'è interazione significativa tra A e B (assenza di interazione p=0,001)

Con lo stesso procedimento, considerando per ogni prateria la produzione fogliare (Tabella 8), invece, non si evidenzia alcuna relazione con la densità dei fasci, eccezione fatta per la prateria di Rosignano (per i dati aggregati: correlazione ranghi Spearman, r=0,115, p=0,074)

Correlazione dei ranghi di Spearman (P fogliare/DENS) Range D r p Vada 400 -0,17363 0,55277 Rosignano 550 0,31068 0,00288 S Marinella 540 -0,04895 0,87992 Tremiti 120 -0,14579 0,66886 Meloria 250 -0,24643 0,37595 Talamone 140 -0,10877 0,7365

Tabella 8. Correlazione dei ranghi di Spearman tra densità dei fasci e produzione fogliare per le singole praterie

Gli altri parametri considerati, superficie fogliare e numero di foglie per ciclo, non mostrano relazioni significative con la densità .

Substrato

È noto che la Posidonia oceanica modifica il substrato di impianto e quest’ultimo a sua volta influenza la morfologia della pianta e la densità della prateria (Di Carlo et al., 2006; Marbà e Duarte, 1998). La combinazione tra questi due parametri, infatti, determina la costituzione della canopy fogliare che risulta essere la prima responsabile della complessità dell’habitat, giocando un ruolo fondamentale nello strutturare la comunità associata alla prateria. Soffermandoci all’analisi dell’influenza del substrato sul livello di organizzazione di base, la pianta, è stata valutata la correlazione tra produzione primaria e tipologia del substrato di impianto; avendo già evidenziato la

mancanza di differenze significative tra fasce batimetriche, i dati sono stati analizzati senza tener conto della profondità (Figura 19).

0 20 40 60 80 100 120 m r s s-m r-m s-r P ri z o m a (m g fa s c io -1 a nno -1 ) 0 200 400 600 800 1000 1200 1400 1600 1800 m r s s-m r-m s-r P f o g lia re ( m g f a s c io -1 a nno -1 )

Figura 19. Media (+deviazione standard) dei valori di produzione per tipologia di substrato (m=matte, r=roccia, s=sabbia)

I valori di produzione più elevati sono stati ritrovati in praterie impiantate su matte per il comparto ipogeo, ma ugualmente su matte e sabbia per il comparto epigeo.

L’ANOVA ha evidenziato differenze significative tra le medie dei valori di produzione fogliare in base al substrato di impianto (Tabella 9 e Tabella 10). Per quanto riguarda la produzione del rizoma, il test di Kruskal-Wallis evidenzia differenze significative tra substrati (p=0,048 quando si considerano solo i tre substrati matte, roccia e sabbia, p=0,0003 quando si considerano anche i substrati misti); in quest’ultimo caso si è fatto ricorso al test di Kruskal-Wallis poiché i risultati del test di Levene hanno evidenziato disomogeneità della varianza tra substrati per la produzione del comparto ipogeo.

Analisi della varianza (tra p fogliare per 3 substrati: s, r, m) SS df MS F p 1,15E+06 2 576302 4,46 0,01 2,43E+07 188 129313 between within tot 2,55E+07 190

Levene's test for homogeneity of variance based on means:p=0,246 based on medians:p=0,281 Tukey's pairwise comparisons: Q/p

m r s

m 0,03153 0,8187

r 3,563 0,005111

s 0,8521 4,415

Tabella 9. Risultati del test ANOVA sulle differenze nei valori di produzione tra tre differenti substrati d’impianto

Analisi della varianza (tra P fogliare per 6 substrati)

SS df MS F p 2,38E+06 5 477082 3,76 0,0027 2,98E+06 235 126840 between within tot 3,22E+07 240

Levene's test for homogeneity of variance based on means:p=0,2 based on medians:p=0,177

Tabella 10. Risultati del test ANOVA sulle differenze nei valori di produzione tra sei differenti substrati d’impianto (vengono considerati anche i substrati misti)

Soffermandoci ancora al livello di organizzazione individuale, la pianta, se il numero di foglie per ciclo con mostra variazioni significative tra i differenti substrati (test Kruskal-Wallis, p>0,05), per quanto riguarda la superficie fogliare si evidenzia, invece, un pattern di variazione simile a quello riscontrato per la produzione fogliare: una ridotta superficie fogliare su substrato roccioso e valori più elevati nei siti impiantati su sabbia (Figura 20). Le differenze nei valori di superficie fogliare tra i substrati sono risultate significative (test di Kruskal-Wallis p<0,05)

0 50 100 150 200 250 300 350 400 m r s s-m r-m s-r Super fi c ie f ogl ia re f a s c io ( c m 2 )

Figura 20. Media (+deviazione standard) dei valori superficie fogliare per tipologia di substrato (m=matte, r=roccia, s=sabbia)

A livello di prateria, lo studio ha previsto la valutazione dell’influenza del substrato sulla dinamica di crescita del sistema a Posidonia relativamente alla densità dei fasci fogliari. L’istogramma di Figura 21 mostra valori minori di densità su substrato sabbioso; si evidenzia, quindi, un pattern inverso di variazione nei valori di densità dei fasci e di superficie fogliare tra i diversi substrati, con i valori massimi della prima variabile laddove la seconda assume i valori minori e viceversa. Il test di Kruskal-Wallis ha permesso di testare la significatività delle diffrenze nei valori di densità dei fasci fogliari tra i substrati considerati (p<0,001).

0 100 200 300 400 500 600 700 m r s s-m r-m s-r D e n s it à (n ° fa s c i m -2 )

Figura 21. Media (+deviazione standard) dei valori di densità dei fasci per tipologia di substrato (m=matte, r=roccia, s=sabbia)

Ambiente fisico e forzanti antropiche

Allo scopo di indagare l’influenza dell’ambiente fisico sulla dinamica di crescita della Posidonia, sono state utilizzate le variabili predittive individuate nell’ambito di un progetto MATTM- CoNISMa che prevedeva la rivisitazione di alcune praterie di Posidonia mappate negli anni ’90 (“Progetto RIPO”). Il modello PosiPred, sviluppato a quel tempo, consente di stimare la densità e la produzione a livello dei rizomi di qualsiasi prateria dei mari italiani, in base alla morfologia del fondale, all’andamento della linea di costa, alla profondità ed alla natura del substrato. Le variabili considerate nel modello fanno capo a due insiemi ben distinti: un primo insieme comprende tutte le variabili che descrivono l’ambiente fisico delle praterie ed alcune delle forzanti antropiche e naturali che agiscono su di esse; il secondo insieme, invece, include i principali descrittori delle praterie in termini di macroripartizione e funzionalità (densità dei fasci, produzione fogliare, produzione del rizoma, superficie fogliare per fascio). Lo scopo di tale scelta non era legato ad una pretesa di esaustività, poiché è evidente che è certamente possibile ottenere informazione di maggior dettaglio. Tuttavia, il livello di descrizione prescelto rappresentava il miglior compromesso fra le disponibilità di budget, l’accuratezza dell’informazione raccolta e l’utilità della stessa ai fini dello sviluppo di modelli. In particolare, selezionare descrittori predittivi la cui acquisizione non sia sufficientemente semplice riduce drasticamente la possibilità di applicazione in altri contesti. Per questo motivo vennero selezionati descrittori che fossero derivabili dalla cartografia e da semplici

prospezioni dei siti (es. gradiente), piuttosto che ricorrere a descrittori che richiedessero misure ad

hoc (es. correntometriche), anche al prezzo di una riduzione dell’accuratezza delle previsioni fornite

dai modelli.

Per ciascun dei 141 siti indagati con le stesse metodologie di campionamento e analisi, sono state quindi rilevate le variabili predittive richieste nello sviluppo del PosiPred, così come riportate di seguito:

• Latitudine Espressa in gradi e frazioni di grado, per semplicità.

• Longitudine Espressa in gradi e frazioni di grado, per semplicità.

• Profondità Espressa in metri.

• Gradiente Come pendenza media del fondale fra le batimetriche che comprendono il punto di

osservazione, con un valore teoricamente compreso fra 0 ed 1, ma con un massimo di 0.3 nei dati considerati.

• Concordanza dell’esposizione del fondale con il settore di traversia Assume valore 1 se la

direzione di massima pendenza del fondale nel punto stazione è orientata verso il settore di traversia del sito, 0 altrimenti.

• Concordanza dell’esposizione del fondale con i venti dominanti Se la direzione di massima

pendenza del fondale cade nel medesimo settore di uno dei venti dominanti, prende un valore che rappresenta la frequenza di quel vento nell’intervallo compreso fra 0 ed 1, altrimenti il valore è nullo.

• Conformazione del profilo batimetrico (tre variabili) Se si considera una retta che ruota sul

punto di osservazione, essa ovviamente interseca la batimetrica superiore e quella inferiore, ma in alcuni casi essa può intersecare per due volte la batimetrica superiore o quella inferiore. Nel primo caso il profilo è concavo – ovvero il punto è in un avvallamento del fondale – mentre nel secondo caso il profilo è convesso – ovvero il punto si trova su una dorsale più elevata delle aree circostanti. Nei casi in cui l’intersezione con la medesima batimetrica non si osserva entro mezzo miglio di raggio, si assume che la conformazione sia neutra.

• Runs nella variazione del profilo Misurano l’eterogeneità della batimetria nell’intorno del

punti di osservazione. Si definiscono come segue: con centro nel punto in cui effettuare la previsione si osserva dove cade un punto distante un quarto di miglio in direzione 0°, 45°, 90°, ..., 315°; se il punto cade fra le due batimetriche che comprendono il punto di osservazione si assegna un valore 0, se cade al di sopra +1, se cade al di sotto –1; si

conteggia il numero di cambiamenti di valore fra elementi successivi della serie di 8 elementi così ottenuta, incluso il caso del confronto fra l’ottavo ed il primo valore (la serie si sviluppa su un’ideale circonferenza); tale numero equivale al numero di sequenze dello stesso valore nella serie, ovvero al numero di settori compresi nella la stessa fascia batimetrica intorno al punto di osservazione. Nel caso particolare in cui non si osservino variazioni si enfatizza l’omogeneità batimetrica del sito assegnando un valore nullo anziché unitario.

• “Apertura” del litorale Espressa come il numero di ottanti compresi nel settore di traversia. • Esposizione ai venti dominanti Espressa come la somma dei prodotti fra appartenenza di

ciascun ottante al settore di traversia del punto di osservazione, espressa in forma binaria, e frequenza del vento proveniente da quello stesso ottante, espressa come valore compreso nell’intervallo da 0 a 1 e considerando solo i venti dominanti.

• Tipologia del fondale (tre variabili) Come valori binari, non mutuamente esclusivi, per

indicare la presenza o l’assenza di sabbia, roccia e matte.

• Sorgenti di disturbo (tre variabili) Come valori binari, non mutuamente esclusivi, per indicare

la presenza o l’assenza di: (1) danni meccanici da ancoraggio, corpi morti, etc.; (2) inquinamento di tipo industriale, urbano, portuale, etc.; (3) immissioni di acque reflue da depuratori, fiumi, etc.

Tra queste variabili si è voluto innanzitutto separare le forzanti antropiche rilevate mediante la presenza di sorgenti di disturbo per verificare la loro influenza sulla dinamica di crescita della

Posidonia. Molti studi hanno evidenziato la sensibilità della Posidonia a diverse tipologie di

impatto antropico (Pergent et al. 1995; Pergent-Martini et al. 1995; Peirano e Bianchi 1995). Gli effetti principali sono la riduzione della crescita e della produzione associate ad una minor penetrazione della luce nella colonna d’acqua (Gordon et al., 1994), la riduzione del numero medio di foglie per anno e della crescita dei rizomi con l’incremento dell’infossamento (Guidetti e Fabiano, 2000; Guidetti, 2001).

I risultati sono solo parzialmente in accordo con quelli riportati in letteratura.

Il livello d’impatto del sito è stato codificato sulla base della presenza delle sorgenti di disturbo rilevate (1= assenza di fonti di disturbo, 2= presenza di una sola fonte di disturbo, 3= presenza di due fonti di disturbo simultanee, nei siti esaminati non sono mai state rilevate contemporaneamente tutte e tre le fonti di disturbo considerate nel modello). Si è proceduto a confrontare, quindi, i valori di produzione con tali livelli di impatto. Il test di Kruskal-Wallis (Tabella 11) non ha mostrato

differenze significative tra i valori di produzione per i siti sottoposti ai tre livelli d’impatto (si è tenuto conto anche della densità dei fasci fogliari), mentre la superficie fogliare è risultata legata al livello d’impatto mostrando i valori maggiori in presenza di più fonti di disturbo. Per tener conto delle variazioni della superficie fogliare con la stagione, come riportato in precedenza, sono stati considerati solo i dati relativi ai campionamenti estivi, in cui tale parametro raggiunge il valore massimo. H:7,617 p:0,022 A B C A 0,3031 0,0114 B 0,9093 0,02324 C 0,0342 0,06973

Tabella 11. Risultati del test di Kruskal-Wallis sulle differenze nei valori di superficie fogliare tra tre differenti livelli d’impatto. I valori nella metà inferiore della tabella rappresentano i valori di probabilità associati all’ipotesi nulla di identità fra i campioni nei confronti a coppie dopo aver applicato la correzione di Bonferroni, mentre quelli non corretti sono nella metà superiore.

In secondo luogo, ci si è soffermati sull’ambiente fisico della prateria. Pergent e Pergent Martini (1988) mettono in evidenza l’influenza dell’idrodinamismo su alcune variabili morfometriche della pianta (es. lo spessore delle scaglie è maggiore all’aumentare dell’idrodinamismo). Tra le variabili predittive rilevate nel modello PosiPred, sono state selezionate quelle che meglio spiegano l’idrodinamismo del sistema: l’esposizione ai venti dominanti e l’apertura del litorale.

Il livello di idrodinamismo così codificato per i siti analizzati va da un minimo pari a 0 (laddove il sito non è esposto ai venti dominanti) a un massimo pari a 5 (laddove il punto di osservazione si trova nel settore di traversia dei venti dominanti). I dati sono stati trattati separatamente a scala regionale in modo da tener conto delle disomogeneità delle condizioni idrodinamiche lungo le coste delle regioni considerate. Il test di Kruskal-Wallis ha evidenziato variazioni significative in base all’idrodinamismo solo per la produzione del comparto ipogeo (p=0,04), nei siti del Lazio dove il livello di idrodinamismo codificato va da 0 a 5. Negli altri siti il range di idrodinamismo è troppo basso per poter evidenziare differenze significative.

Dopo aver valutato come la Posidonia risponde alle varizioni ambientali relativamente al livello di